Networked System Security Lab
성신여자대학교 본교(제1캠퍼스) 융합보안공학과
김성민 교수
Network Traffic Classification
AI-based IT Infrastructure Management
Federated Learning
홈
V3_minor
Networked System Security Lab
융합보안공학과 김성민
Networked System Security Lab은 융합보안공학과 소속으로, 다양한 첨단 보안 기술 연구를 수행하고 있습니다. 주요 연구 분야로는 블록체인 보안, 연합 학습, AI 기반 IT 인프라 관리, 공공 안전을 위한 딥러닝, 네트워크 트래픽 분류 등이 있습니다. 최근 3년간 주요 프로젝트로는 기업의 다양한 환경을 지원하는 AI 기반 올인원 IT 인프라 관리 솔루션 개발, 블록체인 보안 취약점 탐지 연구, 기밀 컴퓨팅 기반 프라이버시 보존형 연합 학습 서비스 플랫폼 및 보안기술 개발 등이 있습니다. 또한, 악성 크립토재킹 대응을 위한 탐지 환경별 보안 프레임워크 구축 방안, ESP32의 취약점 분석 및 메모리 포렌식 연구, 공공 안전 강화를 위한 딥러닝 기반의 무기 소지 탐지와 감정 분석 기법 등 다양한 논문을 발표하였습니다. 이러한 연구 성과를 통해 Networked System Security Lab은 보안 기술 분야에서 중요한 역할을 하고 있습니다.
Network Traffic Classification
AI-based IT Infrastructure Management
Federated Learning
대표 연구 분야
연구 영역 전체보기
기밀 컴퓨팅 기반 프라이버시 보존형 연합 학습 플랫폼 개발
이 연구는 기밀 컴퓨팅 기술을 활용하여 민감한 데이터를 보호하면서도 연합 학습을 가능하게 하는 플랫폼을 개발하는 것을 목표로 합니다. 이를 통해 다양한 기업과 기관들이 협력을 통해 인공지능 모델을 향상시킬 수 있으며, 데이터 유출 위험을 최소화할 수 있습니다. 보안 프로토콜 및 암호화 기술을 적용하여 데이터의 무결성과 기밀성을 보장하고, 연합 학습 과정에서 발생하는 잠재적 보안 위협을 방지하는 방안을 제시합니다.
AI 기반 올인원 IT 인프라 관리 솔루션 개발
다양한 IT 환경을 지원하는 AI 기반의 올인원 IT 인프라 관리 솔루션을 개발하는 연구입니다. 이 솔루션은 네트워크 모니터링, 자원 관리, 보안 위협 탐지 등 다양한 기능을 통합하여 제공하며, 머신 러닝 알고리즘을 활용해 실시간으로 이상 탐지를 수행합니다. 이를 통해 IT 인프라의 효율성과 보안성을 동시에 높일 수 있으며, 기업의 운영 비용 절감 및 업무 효율성을 극대화할 수 있습니다.
주요 논문
29
발행물 전체보기
1
Enhancing Security and Privacy of NWDAF Federated Learning Architecture in 5G MEC environment using SGX, under review
Jiwon Ock, Seongmin Kim
, 2024
2
Enhancing Unseen Attack Detection: A Hierarchical Approach with Outlier Exposure for Network Traffic Classification, under revision
Saerom Park, Seongmin Kim, Yeun-sup Lim
, 2024
3
A measurement study on Tor hidden services via keyword-based Dark Web collection framework, under revision
Daeun Kim, Yuji Park, Seongmin Kim
, 2024
완료된 프로젝트
2
프로젝트 전체보기
1
블록체인 보안 취약점 탐지 연구 (PI)
정보보호학회 (암호연구회)
2024년 03월 ~ 2024년 10월
2
기업의 다양한 환경을 지원하는 AI 기반 올인원 IT 인프라 관리 솔루션 개발 (공동연구개발기관 PI)
서울시
2023년 09월 ~ 2024년 08월